Yani Mulyani, 2016
KOMBINASI SISTEM PAKAR DAN MACHINE LEARNING DENGAN DEMPSTER SHAFER DAN NAIVE BAYES UNTUK DIAGNOSA PENYAKIT DENGAN GEJALA DEMAM
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
BAB V
KESIMPULAN DAN SARAN
1 Chapter
1.1 Kesimpulan
Dari hasil penelittian yang telah dilakukan mengenai sistem
diagnosa penyakit dengan gejala demam yang penulis buat, maka
diperoleh kesimpulan sebagai berikut:
1. Hasil implementasi metode Dempster shafer dan naive bayes pada
studi kasus yang telah dilakukan, memiliki tingkat keakurasian
sebesar 56.25% dari 32 data pengujian pada pasien yang ada di rumah
sakit Muhammadiyah, Bandung.
2. Aplikasi sistem diagnosa penyakit dengan gejala demam dapat
diimplementasikan dengan baik pada platform berbasis web dan R.
1.2 Saran
Pada sistem diagnosa penyakit dengan gejala demam yang penulis
buat, masih terdapat kekurangan dikarenakan keterbatasan kemampuan
dan pengetahuan yang dimiliki oleh penulis, kekurangan-kekurangan
tersebut diantaranya adalah:
1. Data training yang sedikit sehingga mengakibatkan tingkat
keakurasian dari metode bayes menjadi kecil.
2. Pemberian nilai m yang perlu dikaji ulang agar sistem dapat
memberikan hasil akurasi lebih baik.
3. Aplikasi user yang masih bersifat offline, dan pemasangan
aplikasi yang membutuhkan waktu.
Oleh sebab itu penulis memiliki beberapa saran untuk
pengembangan sistem ini kedepannya. Saran-saran tersebut berupa:
1. Data training yang digunakan pada metode naive bayes
dianalisa dan jumlah datanya harus lebih banyak lagi agar
79
Yani Mulyani, 2016
KOMBINASI SISTEM PAKAR DAN MACHINE LEARNING DENGAN DEMPSTER SHAFER DAN NAIVE BAYES UNTUK DIAGNOSA PENYAKIT DENGAN GEJALA DEMAM
Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
2. Pembaharuan nilai m pada metode dempster shafer untuk
meningkatkan hasil akurasi.
3. Memperbaiki tampilan dan kinerja aplikasi untuk user agar
dapat digunakan secara online dan tanpa harus menginstall
